算法论文8
杨磊:全新生成模型DDN原理独特
机器之心
AI 摘要
杨磊介绍新生成模型DDN,它原理简单、性质独特,能重建数据,支持零样本条件生成,可端到端可微分,有一维离散latent,未来可在多领域应用或改进现有模型。
阅读原文 · 机器之心
简单即强大:全新生成模型「离散分布网络DDN」是如何做到原理简单,性质独特?
本文作者杨磊介绍全新生成模型离散分布网络DDN,它建模目标分布机制简洁独特,有零样本条件生成等特性。文中详述其原理、网络结构、损失函数,还展示实验效果,最后给出未来研究方向。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文9
清华团队样本分布训练刷新生成SOTA
本文介绍清华大学联合多校团队提出样本分布训练新生成方法,发布MGFlow、Elastic Forcing两项成果,分别实现一步生图SOTA、14B流式视频模型单8卡后训练,为实时多模态交互开辟新路径。
机器之心
新闻资讯8
李柏依ECCV:机器人还得学会听
本文整理了NVIDIA Research科学家李柏依在ECCV 2026 Workshop的分享,针对机器人训练数据采集壁垒高的问题,介绍了两项解决多模态感知与灵巧操作数据难题的前沿研究。
AI科技评论
算法论文8
CMAP:生成模型对抗净化新范式
深度神经网络虽应用广泛,但对对抗样本脆弱,制约可靠部署。本文介绍发表于TPAMI 2026的工作,提出基于一致性模型的对抗净化方法(CMAP),实验表明其在不同场景下鲁棒性强,为对抗防御提供新视角。
量子位
算法论文8
ICML 2026:九篇论文透视AI最前沿
7月7日,ICML 2026正会首日,雷峰网精选九篇Spotlight论文,涵盖生成模型、智能体系统等多领域。如SDEVI框架解决不规则时间序列生成难题,MASpoB让多智能体提示优化可行等。
AI科技评论